एक चर संदर्भ के लिए विरल अद्यतन लागू करता है।
यह ऑपरेशन
# Scalar indices
ref[indices, ...] = updates[...]
# Vector indices (for each i)
ref[indices[i], ...] = updates[i, ...]
# High rank indices (for each i, ..., j)
ref[indices[i, ..., j], ...] = updates[i, ..., j, ...]
गणना करता है यह ऑपरेशन अपडेट होने के बाद `रेफरी` को आउटपुट करता है। यह श्रृंखला संचालन को आसान बनाता है जिसे रीसेट मान का उपयोग करने की आवश्यकता होती है।यदि `रेफरी` में मानों को एक से अधिक बार अद्यतन किया जाना है, क्योंकि `सूचकांक` में डुप्लिकेट प्रविष्टियां हैं, तो प्रत्येक मान के लिए अपडेट होने का क्रम अपरिभाषित है।
`updates.shape = index.shape + ref.shape[1:]` या `updates.shape = []` की आवश्यकता है।

`tf.batch_scatter_update` और `tf.scatter_nd_update` भी देखें।
नेस्टेड कक्षाएं
कक्षा | स्कैटरअपडेट।विकल्प | ScatterUpdate के लिए वैकल्पिक विशेषताएं |
सार्वजनिक तरीके
आउटपुट <टी> | आउटपुट के रूप में () टेंसर का प्रतीकात्मक हैंडल लौटाता है। |
स्थिर <टी, यू संख्या बढ़ाता है> स्कैटरअपडेट <टी> | |
आउटपुट <टी> | आउटपुट रेफ () = `रेफरी` के समान। |
स्थिर स्कैटरअपडेट। विकल्प | उपयोग लॉकिंग (बूलियन उपयोग लॉकिंग) |
विरासत में मिली विधियां
सार्वजनिक तरीके
सार्वजनिक आउटपुट <T> आउटपुट के रूप में ()
टेंसर का प्रतीकात्मक हैंडल लौटाता है।
TensorFlow संचालन के लिए इनपुट एक अन्य TensorFlow ऑपरेशन के आउटपुट हैं। इस पद्धति का उपयोग एक प्रतीकात्मक हैंडल प्राप्त करने के लिए किया जाता है जो इनपुट की गणना का प्रतिनिधित्व करता है।
सार्वजनिक स्थैतिक स्कैटरअपडेट <टी> बनाएं ( स्कोप स्कोप, ऑपरेंड <टी> रेफरी, ऑपरेंड <यू> इंडेक्स, ऑपरेंड <टी> अपडेट, विकल्प ... विकल्प)
एक नया स्कैटरअपडेट ऑपरेशन रैपिंग क्लास बनाने के लिए फ़ैक्टरी विधि।
मापदंडों
दायरा | वर्तमान दायरा |
---|---|
संदर्भ | एक `वैरिएबल` नोड से होना चाहिए। |
सूचकांक | 'रेफरी' के पहले आयाम में सूचकांकों का एक टेंसर। |
अपडेट | 'रेफरी' में संग्रहीत करने के लिए अद्यतन मानों का एक टेंसर। |
विकल्प | वैकल्पिक विशेषता मान रखता है |
रिटर्न
- स्कैटरअपडेट का एक नया उदाहरण
सार्वजनिक आउटपुट <टी> आउटपुट रेफ ()
= `रेफरी` के समान। संचालन के लिए एक सुविधा के रूप में लौटाया गया जो अद्यतन किए जाने के बाद अद्यतन मूल्यों का उपयोग करना चाहते हैं।
सार्वजनिक स्थैतिक स्कैटरअपडेट । विकल्प लॉकिंग का उपयोग करते हैं (बूलियन उपयोग लॉकिंग)
मापदंडों
लॉकिंग का उपयोग करें | यदि सही है, तो असाइनमेंट को लॉक द्वारा संरक्षित किया जाएगा; अन्यथा व्यवहार अपरिभाषित है, लेकिन कम विवाद प्रदर्शित कर सकता है। |
---|